智能语音技术已经达到商用门槛

您当前位置：首页 > 行业分析 > IT通讯 > 　正文

来源：中为咨询www.zwzyzx.com 【日期：2016-08-31 17:47:35】【打印】【关闭】

相关报告

2014版全国主要地区投影仪幻灯机产业发展状况暨投资环境调查研究报告(2014-05-04)
2015-2019版塑料容器行业企业建设项目可行性研究报告(2014-10-23)
2015-2020年中国燃气热水器行业运行研究及市场投资发展分析报告(2015-05-13)
2014-2018年甲基叔丁基醚项目商业计划书(2014-10-15)
2015-2020年中国膨胀阀行业市场主要领域调查分析报告(2015-10-16)
全国商超货架行业深度调查暨市场分析报告(2014-12-15)
2015-2019版空调鼓风机行业企业建设项目可行性研究报告(2014-10-30)
全国主要地区键盘产业发展状况暨投资环境调查研究报告(2014-12-01)
2016-2022年中国智能培训考试系统区域行业市场调查研究及发展分析报告(2015-11-16)
2015-2020年中国恒温试验设备行业运行研究及市场投资发展分析报告(2015-06-04)

语音语义发展历经三阶段，规则阶段进展甚微，统计阶段第一次爆发，深度学习是第二次爆发。20世纪50年代到70年代，在语音识别领域由规则主导，瓶颈无法破除发展缓慢，IBM几百个词70%的识别度；20世纪70年代到20世纪末，发展迅速，统计与规则角力，并逐步解决语音识别、词性分析、句法分析问题；21世纪初，由于计算能力增强语音技术有了重大突破，2006年至今，深度学习继续在语音识别领域完善。

语音语义发展历史

自动语音识别（ASR）从规则到统计再到深度学习，识别能力越来越强。自动语音识别技术（AutomaticSpeechRecognition）是一种将人的语音转换为文本的技术。由于语音信号的多样性和复杂性，语音识别系统只能在一定的限制条件下获得满意的性能，或者说只能应用于某些特定的场合。自动语音识别的总体过程是：语音输入，然后前处理得到数字信号，再进行声学特征的提取，进行模式匹配，处理后得到结果。技术流程是：先对静音切除，再进行声学特征提取，然后对其进行分帧，得到多维向量表达的若干帧，再把帧识别为状态（难点），每三个状态合组合为1个音素，再把因素组合为单词。

自动语音识别流程

自动语音识别错误率目前已达到商用门槛。国际上公认衡量自动语音水平的参数为语音识别错误率（WER），人类的语音识别错误率为4%，目前商用语音系统的WER在15%左右，达到了实用门槛。国际上占据全球市场60%份额的第一大语音公司Nuance为包括苹果在内的财富100强公司的三分之二的公司提供语音技术服务，其WER在10%左右。Google依靠强大的深度学习，在2015年率先将WER降低至8%。国内语音实力最强的科大讯飞也达到了15%的使用门槛，针对会议演讲等场景达到5%以上的识别率，特别在针对中文部分方言也达到了实用门槛。

语音识别错误率比较